np.c_与np.r_-优快云博客

本文详细解析了NumPy库中np.r_和np.c_函数的使用方法及注意事项。np.r_用于按行连接矩阵，适用于行数相等的情况；np.c_则按列连接矩阵，要求列数相等。文章通过具体示例展示了两种函数在不同数据列表间的应用效果，以及当数据维度不匹配时可能出现的错误。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import sys
reload(sys)
sys.setdefaultencoding('utf-8')
import numpy as np
 
def test():
    '''
    numpy函数np.c_和np.r_学习使用
    '''
    data_list1=[4,6,12,6,0,3,7]
    data_list2=[1,5,2,65,6,7,3]
    data_list3=[1,5,2,65,6]
    print u'np.r_  data_list1和data_list2合并'
    print np.r_[data_list1,data_list2]
    print u'np.r_  data_list1和data_list3合并'
    print np.r_[data_list1,data_list3]
 
 
    print u'np.c_ data_list1和data_list2合并'
    print np.c_[data_list1,data_list2]
    print u'np.c_ data_list1和data_list3合并'
    print np.c_[data_list1,data_list3]
 
 
if __name__=='__main__':

其中，data_list1：1行7列，data_list2：1行7列，data_list1：1行5列，

结果如下

np.r_  data_list1和data_list2合并
[ 4  6 12  6  0  3  7  1  5  2 65  6  7  3]
np.r_  data_list1和data_list3合并
[ 4  6 12  6  0  3  7  1  5  2 65  6]
np.c_ data_list1和data_list2合并
 [[ 4  1]
 [ 6  5]
 [12  2]
 [ 6 65]
 [ 0  6]
 [ 3  7]
 [ 7  3]]
np.c_ data_list1和data_list3合并
ValueError: all the input array dimensions except for the concatenation axis must match exactly
[Finished in 0.2s with exit code 1]

简单地总结一下用法就是：

np.r_是按行连接两个矩阵，就是把两矩阵上下相加，要求列数相等。

np.c_是按列连接两个矩阵，就是把两矩阵左右相加，要求行数相等。

np.r 要求行数相等,连接两个矩阵,矩阵连接（append），直接把b放到a的后面

np.c 要求列数相等,b的第一行连接到a的第一行后面，b的第二行连接到a的第二行后面,以此类推